基于改進時空反射率融合模型的植被分類方法研究——以河南省河口村水庫流域為例.pdf

1、植被是反映區(qū)域生態(tài)環(huán)境質(zhì)量的重要標(biāo)志，植被分類研究對區(qū)域生態(tài)環(huán)境的保護和資源的利用起著重要作用。利用遙感技術(shù)能夠及時準(zhǔn)確的獲取流域內(nèi)的植被空間分布信息，為水庫的洪水預(yù)報、水土保持、減少泥沙淤積提供技術(shù)支持。
　　時間序列的遙感數(shù)據(jù)能夠反映了植被的生長變化特征，易于區(qū)分不同的植被類型，但其一般空間分辨率較低，同時受陰雨云霧天氣的影響，很難滿足使用要求。本文利用改進的時空反射率融合模型算法，構(gòu)建了具有高空間分辨率的時序NDVI數(shù)據(jù)集，

2、分析不同植被類型的生長周期變化，建立不同植被類型的時序NDVI特征曲線。本文提出了一種基于遺傳算法優(yōu)化的光譜角分類方法，結(jié)合地形數(shù)據(jù)對河南省河口村水庫流域植被進行分類，并對結(jié)果進行精度驗證。取得的主要研究成果如下:
　　(1)通過研究ESTARFM(Enhanced Spatial and Temporal Adaptive ReflectanceFusion Model)算法，并對ESTARFM算法中相似像元的選擇算法進行改進。

3、分析了改進后模型敏感性參數(shù)對計算精度產(chǎn)生的影響，通過與實測數(shù)據(jù)的對比分析，改進后的模型與傳統(tǒng)模型相比相關(guān)系數(shù)提高了0.0075，均方根誤差減少了0.0018。
　　(2)提出了基于遺傳算法優(yōu)化的光譜角分類方法，有效解決了分類結(jié)果中的“椒鹽現(xiàn)象”。通過與光譜角分類算法和最小距離分類算法的分類結(jié)果對比，基于遺傳算法優(yōu)化的光譜角分類對于“同物異譜”的地物分類結(jié)果最優(yōu)，樣本正確分類的精度達到99.08％，kappa系數(shù)為0.98。